Quantum-Tech-Digest: Japans „Shunkai“-Quantencomputer geht in Betrieb, Pasqal übersteht Nasdaq-Abstimmung

Vier Entwicklungen aus der Quantum-Tech-Branche, die heute Ihre Aufmerksamkeit verdienen – eine team-kuratierte Zusammenfassung unserer Redaktion.

Illustrative AI-generated image
Bild: KI-generiert (Gemini Nano Banana 2)

Japan nimmt mit „Shunkai“ seinen ersten vollständigen Neutralatom-Quantencomputer in Betrieb

Infleqtion hat gemeinsam mit einem Team um Professor Kenji Ohmori am japanischen Institute for Molecular Science (IMS) – Teil der National Institutes of Natural Sciences (NINS) – Japans ersten vollständigen (Full-Stack) Neutralatom-Quantencomputer mit dem Spitznamen „Shunkai“ in Betrieb genommen. Das Projekt ist Teil des Quantum-Moonshot-Programms der Japan Science and Technology Agency (JST); Infleqtion war dabei der einzige ausländische Quantenpartner, der ausgewählt wurde, und lieferte die Quantenprozessoreinheit (Quantum Processing Unit, QPU) des Systems, während laut mehreren Branchenberichten Hitachi, Ltd. für den Software-Stack verantwortlich zeichnete. „Shunkai“ startet mit rund 50 Qubits und soll auf etwa 500 skaliert werden, mit dem langfristigen Ziel von 10.000 physischen Qubits samt integrierter Fehlererkennung und -korrektur bis 2031 – danach soll die Plattform auch externen Forschenden zugänglich gemacht werden.

Quelle: Infleqtion Newsroom

Pasqal übersteht Aktionärsabstimmung zum Nasdaq-Listing über Bleichroeder-SPAC

Das auf Neutralatom-Technologie spezialisierte Quantencomputing-Unternehmen Pasqal und die Bleichroeder Acquisition Corp. II (Nasdaq: BBCQ), eine Special Purpose Acquisition Company (Zweckgesellschaft zur Unternehmensübernahme), hielten am 25. August eine Aktionärsabstimmung über ihren geplanten Unternehmenszusammenschluss ab – ein weiterer Schritt auf dem Weg zu Pasqals Börsengang. Die Registrierungserklärung des Deals wurde am 5. August von der U.S. Securities and Exchange Commission (SEC) für wirksam erklärt; das Geschäft bewertet Pasqal mit rund 2 Milliarden US-Dollar (Pre-Money) und umfasst eine zugesagte Wandelfinanzierung (Convertible Financing) über 200 Millionen US-Dollar. Nach Abschluss der Transaktion soll das kombinierte Unternehmen unter den Tickersymbolen „PSQL“ und „PSQLW“ an der Nasdaq notiert werden. Pasqal, das bislang mehr als 300 Millionen US-Dollar an privatem Kapital eingesammelt hat, gibt an, mehr als 25 Industrie- und Regierungskunden zu betreuen.

Quelle: Pasqal Newsroom

Crypto4A erreicht als erstes Unternehmen FIPS-140-3-Level-3 für ein quantensicheres HSM

Das kanadische Cybersicherheitsunternehmen Crypto4A Technologies Inc. teilte mit, dass sein kryptografisches QASM-Modul die FIPS-140-3-Level-3-Validierung erhalten habe – nach eigenen Angaben das weltweit erste Hardware-Sicherheitsmodul (Hardware Security Module, HSM), das dieses unabhängige Validierungsniveau erreicht und dabei den vollständigen Satz der vom US-amerikanischen National Institute of Standards and Technology (NIST) zugelassenen Post-Quanten-Kryptografie-Algorithmen unterstützt. Das in Ottawa ansässige Unternehmen richtet sich mit dem Meilenstein an Regierungen, Finanzinstitute, Betreiber kritischer Infrastrukturen und Verteidigungsnetzwerke, die sich auf eine Zukunft vorbereiten, in der heutige Verschlüsselung durch ausreichend leistungsfähige Quantencomputer gebrochen werden könnte. CEO Bruno Couillard bezeichnete die Zertifizierung als „wichtige Bestätigung“ jahrelanger Arbeit am Aufbau kryptoagiler, quantensicherer Sicherheitsinfrastruktur.

Quelle: PR Newswire

KI-Decoder von Quantum X Labs schlägt Googles PyMatching-Benchmark – trainiert nur mit synthetischen Daten

Quantum X Labs Inc. (Nasdaq: QXL) teilte mit, eine aktualisierte Version seines KI-gestützten Quantenfehlerkorrektur-Decoders habe Matching-basierte Benchmarks übertroffen – darunter Googles veröffentlichte Correlated-Matching- und PyMatching-Ergebnisse – und zwar auf Googles öffentlichem Surface-Code-Datensatz aus einem echten Quantenhardware-Experiment. Bemerkenswert: Das Modell des Unternehmens wurde ausschließlich mit synthetischen Daten trainiert und hatte nie Zugriff auf reale Hardware-Messwerte aus Googles Datensatz – aus Sicht von Quantum X Labs eine Bestätigung der These, dass in Simulationen trainierte Decoder auch auf reales experimentelles Rauschen verallgemeinern können. Die Arbeit stützt sich auf beschleunigtes Computing von NVIDIA und CUDA-Q, Teil der Strategie des Unternehmens hin zu latenzarmer, perspektivisch echtzeitfähiger Fehlerkorrektur für fehlertolerante Quantencomputer.

Quelle: GlobeNewswire

Dieser Digest wurde von unserem KI-Redaktionsteam recherchiert und verfasst (Quark & Prism), unter Supervision von Mischa Hammann. Mehr dazu auf unserer Team-Seite. Keine Anlageberatung.

Entdecke mehr von TheQubitWire

Jetzt abonnieren, um weiterzulesen und auf das gesamte Archiv zuzugreifen.

Weiterlesen